本發(fā)明涉及工業(yè)視覺(jué)去除雜質(zhì)顆粒圖像領(lǐng)域，尤其涉及一種工業(yè)視覺(jué)去除雜質(zhì)顆粒圖像的方法。

背景技術(shù)：

目前，針對(duì)工業(yè)視覺(jué)相機(jī)的自動(dòng)化應(yīng)用出現(xiàn)了很多智能算法，但是為了提高各種算法計(jì)算精度必須對(duì)采集到的圖像予以智能降噪，其中針對(duì)圖像中夾雜的灰塵，顆粒甚至物理性損傷等噪音信息需要通過(guò)特殊的智能化識(shí)別予以特征化分析并加以后期處理。

對(duì)于工業(yè)設(shè)備的需要進(jìn)行ocr轉(zhuǎn)換，制造環(huán)節(jié)保存等應(yīng)用時(shí)，由于圖像本身的缺陷信息過(guò)多會(huì)降低后期應(yīng)用算法的精度。這樣就需要有很好的算法既能夠保留有用信息的同時(shí)還要將缺陷部分進(jìn)行修補(bǔ)。

技術(shù)實(shí)現(xiàn)要素：

鑒于目前技術(shù)存在的上述不足，本發(fā)明提供一種工業(yè)視覺(jué)去除雜質(zhì)顆粒圖像的方法，本發(fā)明一種通過(guò)軟件分析來(lái)識(shí)別受損圖像中缺陷部分并且針對(duì)缺陷圖像進(jìn)行修補(bǔ)，以便為后期處理做好準(zhǔn)備。避免工業(yè)智能設(shè)備不必要的硬件添加造成的高價(jià)格問(wèn)題，而且還避免了產(chǎn)線作業(yè)人員會(huì)遭受不必要的有害射線輻射的不利工作環(huán)境。為工業(yè)視覺(jué)的各種應(yīng)用提供了簡(jiǎn)便，節(jié)約的圖像凈化方法。

本發(fā)明的采用如下技術(shù)方案：

一種工業(yè)視覺(jué)去除雜質(zhì)顆粒圖像的方法，包括以下步驟：

對(duì)缺陷圖像進(jìn)行檢索并進(jìn)行區(qū)域定義；

將進(jìn)行區(qū)域定義的圖像進(jìn)行灰度級(jí)轉(zhuǎn)換得到灰度信息；

將灰度信息的圖像進(jìn)行缺陷圖像元素檢索得到修補(bǔ)元素并進(jìn)行采樣；

以缺陷元素為中心點(diǎn)針對(duì)定義窗口進(jìn)行移動(dòng)平均計(jì)算并將計(jì)算結(jié) 果置換到原缺陷元素中；

將經(jīng)過(guò)置換的圖像進(jìn)行yuv轉(zhuǎn)rgb逆運(yùn)算。

作為本發(fā)明的優(yōu)選技術(shù)方案，所述將進(jìn)行區(qū)域定義的圖像進(jìn)行灰度級(jí)轉(zhuǎn)換得到灰度信息的步驟中，將rgb信息轉(zhuǎn)化為yuv信息。

作為本發(fā)明的優(yōu)選技術(shù)方案，所述將灰度信息的圖像進(jìn)行缺陷圖像元素檢索得到修補(bǔ)元素并進(jìn)行采樣的步驟中，依據(jù)圖像分辨率，設(shè)定采集窗口到偶數(shù)級(jí)大小，從而對(duì)修補(bǔ)元素進(jìn)行采樣。

作為本發(fā)明的優(yōu)選技術(shù)方案，所述以缺陷元素為中心點(diǎn)針對(duì)定義窗口進(jìn)行移動(dòng)平均計(jì)算并將計(jì)算結(jié)果置換到原缺陷元素中的步驟中：以比對(duì)中的缺陷元素為中心點(diǎn)針對(duì)定義窗口進(jìn)行移動(dòng)平均計(jì)算并將計(jì)算結(jié)果置換到原缺陷元素。

作為本發(fā)明的優(yōu)選技術(shù)方案，所述將灰度信息的圖像進(jìn)行缺陷圖像元素檢索得到修補(bǔ)元素并進(jìn)行采樣的步驟包括，對(duì)缺陷圖像元素的標(biāo)記。

作為本發(fā)明的優(yōu)選技術(shù)方案，所述對(duì)缺陷圖像元素的標(biāo)記的步驟包括：

設(shè)定閾值并對(duì)大于閾值的像素抽出并標(biāo)記；

對(duì)被標(biāo)記位置取nxn大小面積的像素，其中被標(biāo)記的像素個(gè)數(shù)占nxn像素個(gè)數(shù)的占比計(jì)算為r，若r大于認(rèn)定閾值c0并且小于正確圖像像素認(rèn)定閾值c1的情況下，則標(biāo)記為缺陷像素。

本發(fā)明的一種工業(yè)視覺(jué)去除雜質(zhì)顆粒圖像的方法，包括以下步驟：對(duì)缺陷圖像進(jìn)行檢索并進(jìn)行區(qū)域定義；將進(jìn)行區(qū)域定義的圖像進(jìn)行灰度級(jí)轉(zhuǎn)換得到灰度信息；將灰度信息的圖像進(jìn)行缺陷圖像元素檢索得到修補(bǔ)元素并進(jìn)行采樣；以缺陷元素為中心點(diǎn)針對(duì)定義窗口進(jìn)行移動(dòng)平均計(jì)算并將計(jì)算結(jié)果置換到原缺陷元素中；將經(jīng)過(guò)置換的圖像進(jìn)行yuv轉(zhuǎn)rgb逆運(yùn)算。本發(fā)明一種通過(guò)軟件分析來(lái)識(shí)別受損圖像中缺陷部分并且針對(duì)缺陷圖像進(jìn)行修補(bǔ)，以便為后期處理做好準(zhǔn)備。避免工業(yè)智能設(shè)備 不必要的硬件添加造成的高價(jià)格問(wèn)題，而且還避免了產(chǎn)線作業(yè)人員會(huì)遭受不必要的有害射線輻射的不利工作環(huán)境。為工業(yè)視覺(jué)的各種應(yīng)用提供了簡(jiǎn)便，節(jié)約的圖像凈化方法。

附圖說(shuō)明

為了更清楚地說(shuō)明本發(fā)明實(shí)施例中的技術(shù)方案，下面將對(duì)實(shí)施例中所需要使用的附圖作簡(jiǎn)單地介紹，顯而易見(jiàn)地，下面描述中的附圖僅僅是本發(fā)明的一些實(shí)施例，對(duì)于本領(lǐng)域普通技術(shù)人員來(lái)講，在不付出創(chuàng)造性勞動(dòng)的前提下，還可以根據(jù)這些附圖獲得其他的附圖。

圖1為本發(fā)明具體實(shí)施的流程。

圖2為本發(fā)明的詳細(xì)流程圖。

具體實(shí)施方式

下面將結(jié)合本發(fā)明實(shí)施例中的附圖，對(duì)本發(fā)明實(shí)施例中的技術(shù)方案進(jìn)行清楚、完整地描述，顯然，所描述的實(shí)施例僅僅是本發(fā)明一部分實(shí)施例，而不是全部的實(shí)施例?；诒景l(fā)明中的實(shí)施例，本領(lǐng)域普通技術(shù)人員在沒(méi)有做出創(chuàng)造性勞動(dòng)前提下所獲得的所有其他實(shí)施例，都屬于本發(fā)明保護(hù)的范圍。

如圖1-圖2所示，本發(fā)明提供一種工業(yè)視覺(jué)去除雜質(zhì)顆粒圖像的方法，包括以下步驟：

步驟s1：對(duì)缺陷圖像進(jìn)行檢索并進(jìn)行區(qū)域定義，本發(fā)明的算法可以廣泛的應(yīng)用于服務(wù)器架構(gòu)以及嵌入式系統(tǒng)中，可以植入的產(chǎn)品包括工業(yè)用控制器，x86架構(gòu)服務(wù)器，arm架構(gòu)服務(wù)器，以及各類(lèi)架構(gòu)的嵌入式工業(yè)攝像機(jī)等視覺(jué)傳感器中。

步驟s2：將進(jìn)行區(qū)域定義的圖像進(jìn)行灰度級(jí)轉(zhuǎn)換得到灰度信息，具體為將rgb信息轉(zhuǎn)化為yuv信息。

步驟s3：將灰度信息的圖像進(jìn)行缺陷圖像元素檢索得到修補(bǔ)元素并進(jìn)行采樣，具體為依據(jù)圖像分辨率，設(shè)定采集窗口為2x2,4x4,等偶數(shù)級(jí)大小， 從而對(duì)修補(bǔ)元素進(jìn)行采樣。

步驟s4：以缺陷元素為中心點(diǎn)針對(duì)定義窗口進(jìn)行移動(dòng)平均計(jì)算并將計(jì)算結(jié)果置換到原缺陷元素中，其中具體為比對(duì)中的缺陷元素為中心點(diǎn)針對(duì)，定義窗口進(jìn)行移動(dòng)平均計(jì)算，將計(jì)算結(jié)果置換到原缺陷元素中。

步驟s5：將經(jīng)過(guò)置換的圖像進(jìn)行yuv轉(zhuǎn)rgb逆運(yùn)算，可以實(shí)現(xiàn)針對(duì)缺陷圖像進(jìn)行智能分析以及自動(dòng)修補(bǔ)，根據(jù)有用圖像與缺陷圖像的不同頻域信息，將缺陷圖像進(jìn)行智能區(qū)分并且修補(bǔ)。

在本發(fā)明中，對(duì)缺陷圖像元素的標(biāo)記的步驟包括：設(shè)定閾值并對(duì)大于閾值的像素抽出并標(biāo)記；對(duì)被標(biāo)記位置取nxn大小面積的像素，其中被標(biāo)記的像素個(gè)數(shù)占nxn像素個(gè)數(shù)的占比計(jì)算為r，若r大于認(rèn)定閾值c0并且小于正確圖像像素認(rèn)定閾值c1的情況下，則標(biāo)記為缺陷像素，通過(guò)對(duì)具體閥值的設(shè)定對(duì)缺陷像素和真實(shí)像素進(jìn)行合理的自動(dòng)區(qū)分，既保證了真實(shí)圖像信息不被抹殺掉同時(shí)還保證了去除缺陷像素的高精度。

綜上所述，本發(fā)明一種工業(yè)視覺(jué)去除雜質(zhì)顆粒圖像的方法，包括以下步驟：對(duì)缺陷圖像進(jìn)行檢索并進(jìn)行區(qū)域定義；將進(jìn)行區(qū)域定義的圖像進(jìn)行灰度級(jí)轉(zhuǎn)換得到灰度信息；將灰度信息的圖像進(jìn)行缺陷圖像元素檢索得到修補(bǔ)元素并進(jìn)行采樣；以缺陷元素為中心點(diǎn)針對(duì)定義窗口進(jìn)行移動(dòng)平均計(jì)算并將計(jì)算結(jié)果置換到原缺陷元素中；將經(jīng)過(guò)置換的圖像進(jìn)行yuv轉(zhuǎn)rgb逆運(yùn)算。本發(fā)明一種通過(guò)軟件分析來(lái)識(shí)別受損圖像中缺陷部分并且針對(duì)缺陷圖像進(jìn)行修補(bǔ)，以便為后期處理做好準(zhǔn)備。避免工業(yè)智能設(shè)備不必要的硬件添加造成的高價(jià)格問(wèn)題，而且還避免了產(chǎn)線作業(yè)人員會(huì)遭受不必要的有害射線輻射的不利工作環(huán)境。為工業(yè)視覺(jué)的各種應(yīng)用提供了簡(jiǎn)便，節(jié)約的圖像凈化方法，而且提高了各種應(yīng)用的計(jì)算精度和應(yīng)用空間。

以上所述，僅為本發(fā)明的具體實(shí)施方式，但本發(fā)明的保護(hù)范圍并不局限于此，任何熟悉本領(lǐng)域技術(shù)的技術(shù)人員在本發(fā)明公開(kāi)的技術(shù)范圍內(nèi)，可輕易想到的變化或替換，都應(yīng)涵蓋在本發(fā)明的保護(hù)范圍之內(nèi)。因此，本發(fā)明的保護(hù)范圍應(yīng)以所述權(quán)利要求的保護(hù)范圍為準(zhǔn)。

技術(shù)特征：

技術(shù)總結(jié)
本發(fā)明涉及一種工業(yè)視覺(jué)去除雜質(zhì)顆粒圖像的方法，包括以下步驟：對(duì)缺陷圖像進(jìn)行檢索并進(jìn)行區(qū)域定義；將進(jìn)行區(qū)域定義的圖像進(jìn)行灰度級(jí)轉(zhuǎn)換得到灰度信息；將灰度信息的圖像進(jìn)行缺陷圖像元素檢索得到修補(bǔ)元素并進(jìn)行采樣；以缺陷元素為中心點(diǎn)針對(duì)定義窗口進(jìn)行移動(dòng)平均計(jì)算并將計(jì)算結(jié)果置換到原缺陷元素中；將經(jīng)過(guò)置換的圖像進(jìn)行YUV轉(zhuǎn)RGB逆運(yùn)算。本發(fā)明一種通過(guò)軟件分析來(lái)識(shí)別受損圖像中缺陷部分并且針對(duì)缺陷圖像進(jìn)行修補(bǔ)，以便為后期處理做好準(zhǔn)備。避免工業(yè)智能設(shè)備不必要的硬件添加造成的高價(jià)格問(wèn)題，而且還避免了產(chǎn)線作業(yè)人員會(huì)遭受不必要的有害射線輻射的不利工作環(huán)境。為工業(yè)視覺(jué)的各種應(yīng)用提供了簡(jiǎn)便，節(jié)約的圖像凈化方法。

技術(shù)研發(fā)人員：胡昆
受保護(hù)的技術(shù)使用者：上海知兄電子科技有限公司
技術(shù)研發(fā)日：2016.04.16
技術(shù)公布日：2017.10.31